composio-community/open-chatgpt-atlas

Open ChatGPT Atlas – 它是什么

一个免费的开源 Chrome/Edge 扩展程序（以及可选的 Electron 桌面应用），允许您与一个能够 控制网页浏览器 和 调用外部服务（Gmail、Slack、GitHub 等）的 AI 进行交互。它通过使用 Google 的 Gemini 2.5 Computer‑Use 模型实现视觉化浏览器自动化，并通过 Composio 平台将工具调用路由到 500 多个第三方集成服务，从而模仿 OpenAI 的 ChatGPT Atlas 的功能。

核心功能（如 README 所述）

功能	说明
工具路由模式	AI 自动决定何时调用 Composio 提供的工具（例如：读取 Gmail、创建 GitHub 问题、发送 Slack 消息）。支持超过 500 个集成。
浏览器工具模式	使用 Gemini 2.5 Computer‑Use 执行浏览器内的视觉操作——点击、输入、滚动、截图等。
侧边栏聊天 UI	一个现代的基于 React 的聊天面板，可从任意标签页打开，让您在 AI 工作时与其对话。
直接到扩展程序的 API 调用	无需单独的后端服务器；扩展程序可直接与 Gemini 和 Composio API 通信。
视觉反馈	蓝色点击指示器和元素高亮显示 AI 正在执行的操作，实时可见。
安全确认对话框	在执行高风险操作（如结账或支付）前会弹出确认提示。

运行步骤（来自 README 的分步指南）

前置条件
- Node 18+ 和 npm
- 支持 Manifest V3 的 Chrome 或 Edge
- Google API 密钥（Gemini 所需）——从 Google AI Studio 获取
- 可选：Composio API 密钥——仅在需要工具路由集成时才需要

安装

git clone https://github.com/composio-community/open-chatgpt-atlas.git
cd open-chatgpt-atlas
npm install          # 安装 JS 依赖
npm run build        # 将扩展程序编译到 /dist 文件夹

加载扩展程序
- 打开 chrome://extensions/
- 启用 开发者模式
- 点击 加载已解压的扩展程序，并选择新创建的 dist 目录
- 打开扩展程序的设置（齿轮图标），粘贴您的 Google 和（如需）Composio API 密钥

（可选）运行捆绑的 Electron 应用

npm run build:electron   # 构建桌面应用
npm run electron         # 启动它
# 或用于实时重载开发
npm run electron:dev

使用 UI
- 点击聊天标题栏的 ◉ 按钮以切换 浏览器工具 模式。
- 启用后，输入自然语言命令，例如：
  - “导航到 reddit.com 并向下滚动。”
  - “点击搜索框并输入‘puppies’。”
  - “截取此页面的屏幕截图。”
- 关闭 ◉ 按钮（或保持关闭）以让 AI 使用 工具路由 模式。示例提示：
  - “检查我的 Gmail 中是否有未读消息。”
  - “创建一个标题为‘登录流程中的错误’的 GitHub 问题。”
  - “向 #general 频道发送一条 Slack 消息，内容为‘Hello team!’。”

哪些人可能会用到它？

希望以无手操作方式浏览、抓取或自动化重复性网络任务的 开发者和高级用户。
希望将邮件、问题追踪器或聊天工具整合到单一对话式界面的 生产力爱好者。
想在不支付专有服务费用的情况下，实验 AI 驱动的浏览器自动化的 研究人员或爱好者。

限制与注意事项（如 README 所暗示）

API 密钥为必需项——任何浏览器自动化都需要 Google Gemini 密钥，而工具路由需要 Composio 密钥。
在浏览器中本地运行——所有 API 调用都由扩展程序发起，因此会受到底层服务的网络延迟和速率限制影响。
安全对话框仅针对“敏感操作”——README 提到了结账和支付确认，但其他潜在高风险操作可能未受保护。
Electron 版本为可选——核心产品是浏览器扩展程序；桌面应用仅为额外便利功能。

如何了解更多

FAQ 与故障排除——仓库中的 FAQ.md 和 TROUBLESHOOTING.md。
Composio 平台文档——了解 500 多个集成的详细信息。
Gemini Computer‑Use 模型文档——了解视觉自动化功能的原理。

总结：Open ChatGPT Atlas 是一个完全开源的、基于 Chrome 扩展程序的 AI 助手，结合了 Google 的 Gemini 视觉代理模型与 Composio 的工具路由生态系统，为您提供一个免费替代 OpenAI 的 ChatGPT Atlas 的选择，用于浏览器自动化和跨应用操作。